Python 最强大的任务调度框架 Celery！( 六 ) _Python

文章插图
delay 方法的 *args 和 **kwargs 就是函数的参数，它会传递给 apply_async 的 args 和 kwargs 。而其它的参数就是发送任务时所设置的一些参数，我们这里重点介绍一下 apply_async 的其它参数。

countdown：倒计时，表示任务延迟多少秒之后再执行，参数为整型；
eta：任务的开始时间， datetime 类型，如果指定了 countdown ，那么这个参数就不应该再指定；
expires：datetime 或者整型，如果到规定时间、或者未来的多少秒之内，任务还没有发送到队列被 worker 执行，那么该任务将被丢弃；
shadow：重新指定任务的名称，覆盖 app.py 创建任务时日志上所指定的名字；
retry：任务失败之后是否重试， bool 类型；
retry_policy：重试所采用的策略，如果指定这个参数，那么 retry 必须要为 True 。参数类型是一个字典，里面参数如下：
- max_retries : 最大重试次数，默认为 3 次；
- interval_start : 重试等待的时间间隔秒数，默认为 0 ，表示直接重试不等待；
- interval_step : 每次重试让重试间隔增加的秒数，可以是数字或浮点数，默认为 0.2；
- interval_max : 重试间隔最大的秒数，即通过 interval_step 增大到多少秒之后, 就不在增加了, 可以是数字或者浮点数；
routing_key：自定义路由键，针对 RabbitMQ；
queue：指定发送到哪个队列，针对 RabbitMQ；
exchange：指定发送到哪个交换机，针对 RabbitMQ；
priority：任务队列的优先级， 0-9 之间，对于 RabbitMQ 而言， 0是最高级；
serializer：任务序列化方法，通常不设置；
compression：压缩方案，通常有zlib、bzip2；
headers：为任务添加额外的消息头；
link：任务成功执行后的回调方法，是一个signature对象，可以用作关联任务；
link_error: 任务失败后的回调方法，是一个signature对象；

我们随便挑几个举例说明：

>>> from app import add

# 使用 apply_async ， 要注意参数的传递

# 位置参数使用元组或者列表 ， 关键字参数使用字典

# 因为是args和kwargs, 不是 *args和 **kwargs

>>> add.apply_async([3], {"y": 4},

... task_id="恋恋",

... countdown=5).get()

7

>>>

查看一下 worker 的输出：

文章插图
注意左边的时间， 16:25:16 收到的消息，但 5 秒后才执行完毕，因为我们将 countdown 参数设置为 5 。并且任务的 id 也被我们修改了。
另外还需要注意一下那些接收时间的参数，比如 eta 。如果我们手动指定了eta ，那么一定要注意时区的问题，要保证 celery 所使用的时区和你传递的 datetime 的时区是统一的。
其它的参数可以自己手动测试一下，这里不细说了，根据自身的业务选择合适的参数即可。